遗传神经网络在室内环境热舒适度融合评价中的应用研究

• 作者: 张莲 胡晓倩 蒋东荣
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 核主成分分析 遗传神经网络 热舒适度
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 电子?自动化
• 页码范围: 102-107
• 页数: 6页
• 分类号: TP183
• 字数: 4685字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2014.09.022

摘要

针对室内环境热舒适度评价，为解决影响PMV（predicted mean vote）指标的各因素之间复杂的非线性关系，利用核主成分分析KPCA（kernel principal component analysis）的非线性映射方法，对输入变量进行特征提取，以消除各因素之间的非线性关系，然后利用遗传神经网络GNN （genetic neural network）进行融合评价。对比GNN和KPCA＋GNN的仿真评价结果可知：对于该室内热环境舒适度融合评价问题，KPCA能提取影响PMV指标的主要因素成分，KPCA＋GN N是有效的预测方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡晓倩	重庆理工大学电子信息与自动化学院	7	46	4.0	6.0
2	蒋东荣	重庆理工大学电子信息与自动化学院	16	52	5.0	6.0
3	张莲	重庆理工大学电子信息与自动化学院	31	78	5.0	6.0